Um engenheiro agrícola estuda o efeito de cinco fatores sobre o crescimento do manjericão. O engenheiro cria um experimento Taguchi em 2 níveis para determinar quais configurações de fator aumentam a taxa de crescimento da planta sem aumentar a variação do crescimento. O engenheiro também manipula dois fatores de ruído para determinar quais configurações dos cinco fatores aumentam o crescimento da planta na gama real de condições de temperatura e umidade.
O engenheiro cria um experimento dinâmico com um fator de sinal, Tempo, que é a quantidade de tempo de crescimento em 4 níveis (3, 5, 7 e 9). O engenheiro de coleta e registra os dados em quatro colunas da worksheet.
Selecione Estat > DOE (Planejamento de
Experimento) > Taguchi > Análise de
experimento Taguchi.
Em Dados de resposta estão no, insira T1U1, T1U2, T2U1 e T2U2.
Clique em Gráficos, em seguida, em Gerar gráficos de efeitos e interações principais no modelo para selecione Desvios padrão. Clique em OK.
Clique em Análise.
Em Exibir tabelas de respostas para, marque todas as opções. Em Ajustar modelo linear para, marque todas as opções. Clique em OK.
Clique em Termos.
Mova os termos A: Variedade, B: Luz, C: Fertilizante, D: Água, E: Pulverização e AC de Termos disponíveis para Termos selecionados. Clique em OK.
Clique em Opções.
Em Razão sinal-ruído dinâmica, selecione Ajustar todas as linhas através de um ponto de referência fixo.
Clique em OK em cada caixa de diálogo.
Interpretar os resultados
O Minitab fornece uma tabela de coeficientes de regressão estimados para cada característica de resposta selecionada. Use os valores-p para determinar quais fatores são estatisticamente significativos e use os coeficientes para determinar a importância relativa de cada fator no modelo.
Neste exemplo, para razões S/R, Fertilizante um valor-p inferior a 0,05 (p = 0,033) e é estatisticamente significativo ao nível de significância de 0,05. Variedade é estatisticamente significativa ao nível de significância de 0,10 (p = 0,064). A inclinações, nenhum dos fatores é estatisticamente significativo ao nível de significância de 0,05 ou 0,10. Para os desvios padrão, os valores-p indicam que Variedade (p = 0,050) é estatisticamente significativa ao nível de significância de 0,05. Fertilizante (p = 0,054), Água (p = 0,057) e Luz (p = 0,070) são estatisticamente significativos ao nível de significância de 0,10. Pulverização (p = 0,300) e a interação, Fertilizante*Variedade (p = 0,169) não são estatisticamente significativas.
O valor absoluto do coeficiente indica a potência relativa de cada fator. O fator com o maior coeficiente exerce o maior impacto sobre uma determinada característica de resposta. Em modelos Taguchi, a magnitude do coeficiente de fator geralmente espelha os postos de fator nas tabelas de resposta.
As tabelas de resposta mostram média de cada característica de resposta para cada nível de cada fator. As tabelas incluem postos com base na estatística de Delta, que compara a magnitude relativa dos efeitos. A estatística de Delta é a média do mais alto menos o mais baixo para cada fator. O Minitab atribui postos com base nos valores de Delta; posto 1 para o valor de Delta mais alto, posto 2 para o segundo mais alto, e assim por diante. Use as médias de nível nas tabelas de resposta para determinar qual nível de cada fator proporciona o melhor resultado.
Em experimentos Taguchi dinâmicos, você sempre quer maximizar a razão S/R. Neste exemplo, as classificações indicam que o Fertilizante tem a maior influência tanto sobre a razão S/R e quanto sobre a inclinação. Para razão S/R, Variedade tem a segunda maior influência, seguido por Água, Luz e Pulverização. Para inclinações, Água tem a segunda maior influência, seguida pela Luz, Variedade e Pulverização. Para os desvios-padrão, os postos são Variedade, Fertilizante, Água, Luz e Pulverização.
Para este exemplo, o engenheiro deseja os níveis dos fatores que minimizam o desvio padrão e maximizam a razão S/R e a inclinação. As médias de nível nas tabelas de resposta mostram que as razões S/R e as inclinações foram maximizadas utilizando estes níveis:
Variedade, Nível 2
Fertilizante, Nível 2
Pulverização, Nível 2
Não há um consenso sobre os melhores níveis de Luz e Água, porque S/R e inclinações são maximizados no nível 2, mas os desvios padrão são minimizados no nível 1.
